Development of a Demand Model for Physician Workforce Projection on Regional Inequity Problem in Korea Using System Dynamics

시스템 다이내믹스를 활용한 지역별 국내 의사인력 수요에 대한 추계모델 개발

Abstract

Background: Appropriate physician workforce projection through reasonable discussions and decisions with a broad view on supply and demand of the workforce, thus, is very important for high-quality healthcare services. The study expects to provide preliminary research data on the workforce diagnosis standard model for Korean physician workforce policy decision through more flexible and objective physician workforce projection in reflection of diverse changes in healthcare policy and sociodemographic environments. Methods: A low flow rate through the causal map was developed, and an objective workforce demand projection from 2019 to 2040 was conducted. In addition, projections by scenarios under various situations were conducted with the low flow rate developed in the study. Lastly, the demand projection of the physician workforce by region of 17 cities and provinces was conducted. Results: First, demand of physicians in 2019 was 110,665, 113,450 in 2020, 129,496 in 2025, 146,837 in 2030, 163,719 in 2035, and 179,288 in 2040. Second, the scenario for the retirement of baby boomers led to a decrease in the growth rate due to time delay. Third, Seoul and Gyeonggi-do account for a high percentage of demand, a very high upward trend was identified in Gyeonggi-do, and as a result, the projection showed that the demand of the physician workforce in Gyeonggi-do would worsen over time. Conclusion: This study is meaningful in that rational and collective physician workforce supply and demand and its imbalance in workforce distribution were verified through various projections by scenarios and regions of Korea with System Dynamics.

서 론

  1960년대 이후 급속한 경제성장과 의료수요의 증가에 의해 의과대학이 신설되기 시작했다[1,2]. 2000년 의학계의 의사 처방권과 약학계의 의사 정원 축소 간 의견 충돌이 발생하여, 의과대학 입학정원은 지속적으로 감축되었다[3,4]. 현재는 40개의 의과대학 및 의전원의 입학정원을 3,058명으로 유지하고 있다[5]. 또한 1996년 교육개혁위 원회에서 처음 의학전문대학원을 명명했다[6,7]. 의학전문대학원은 점차 축소 운영되고 있다[8]. 교육과정 이후 2016년 기준 평균 합격률 93.5%의 의사국가면허시험 합격자에 한하여 의사의 진로를 선택할 수 있다[9-11]. 군복무의 경우 공중보건의와 군의관으로 입소하여 평균 37개월 이후 전역하고[12], 1년의 인턴 과정과 평균 4년의 레지던트 과정, 전문의 시험을 합격하여 전문의 자격을 얻거나 일반의로 활동할 수 있다[13,14]. 이렇듯 많은 변천을 거쳐 장기간의 교육기간과 대체 가능성이 현저히 낮은 의사인력 계획 수립의 충분한 논의 및 합의 요구가 이어지고 있다.
  최근 전문의 수는 전체 활동 진료의사 중 85%를 차지하고 있는데, 이는 상대적으로 일반의 비중이 매우 적다는 것을 암시한다[15]. 또한 국내 의료시스템의 약 90%는 공공의료가 아닌 민간의료가 차지하고 있다는 점이 문제점으로 시사된다[16]. 이외에도 지역별, 의료기관 종별, 전문의 전문과목별 불균형, 낮은 수준의 공공의료비 지출, 민간과 공공의료 분업의 부재 등의 문제점이 지적되고 있다[17]. 또한 국 가별 제출기준이 상이한 Organization for Economic Coo- peration and Development (OECD) 통계자료와의 비교 연구는 국가별 특성을 충분히 고려하지 못한 점을 문제로 제기한다[18]. OECD 평균 의사 1 인당 진료 건수, 인구고령화 및 의료지출의 증가율, 국토면적 대비 의사밀도 및 접근성, 국민소득대비 의사 소득, 임상의사 1인당 국민 의료수요 추세, 의사 1인당 환자 수 등에 대한 충분한 고려가 필요하다 [19,20].
  의료인력 양성은 장기적이고 전문적인 계획이 필요하다. 의사인력 양성은 평균 10년이 넘는 기간이 필요하므로 단기적인 수급 조절이 어렵고, 잘못된 계획은 비효율을 초래한다[21]. 보건의료인력에 대한 정책은 사회경제적 부담이 타 분야보다 훨씬 강한 효과를 보인다[22]. 또한 의사인력은 모든 보건의료행위의 근간으로, 국가보건의료체계를 운영하는데 중요한 의료자원의 요소이다[23]. 다른 인력과 비교하여 대체 가능성이 매우 낮으며, 사회적 비용이 비탄력적으로 증가하게 된다는 점에서 사전에 충분한 공급계획이 확보되어야 한다[24]. 일본은 의료취약지 유인 및 장기적인 방안으로 지역정원제도, 자치의 과대학 등을 제시하고 있다[25]. 이러한 의료인력의 중요성을 통해 전 문가적 판단과 의사 수입의 평가, 국가 간 의사 수 비교, 의료시장의 현상 관찰, 건강수준의 평가, 지역주민의 만족도 조사 등을 충분히 고려 해야 한다[26]. 의사인력의 상대적 과부족 현상을 추론하기 위해 의사와 전체 근로자의 인건비 수준을 비교하고, 진료 대기시간 및 대기자 수, 의사인력의 취업률 등을 비교하며 근로자 소득 대비 의사소득의 국제 비교 등도 필요하다[27].
  의사인력 수급의 시계열 통계자료 확보의 한계와 현상의 동태성 파악 및 현상 내부의 변수들 사이의 인과관계를 분석하기 위해[28], 해외연구에서는 시스템 간의 행태를 시간적 흐름에 따라 연구하여 상호 연결된 시스템의 성장과 안정성의 영향력을 파악하고자 고안한 시스템 다이내믹스 방법론(system dynamics method)을 활용한다[29]. 시스템 다이내믹스 방법론은 다른 추계 연구와 다르게 시스템적 사고를 통한 현상 내부의 동태성 파악과 인과관계를 고려하여 국내 의사인력 수급의 명확한 구조 도출과 장기적인 형태의 변화를 파악하고, 구조 내 각 변수들의 변화를 통해 개입에 따른 여러 시나리오를 확인하는 데 효과적이다. 구체적인 연구의 목적은 다음과 같다. 첫째, 시스템 다이내믹스 저량유량도(stock and flow diagram)를 활용한 지역별 국내 의사인력 산정 모델을 개발한다. 둘째, 지역별 의사인력 수요량을 파악하여 장기적이고 전략적인 정책 수립에 시사점을 도출한다.

방 법

1. 연구자료 및 대상자

  국내 의사인력 수요 추계는 목적에 맞게 연령별, 성별 조정된 인구 모듈에 쓰인 남녀 총 14개의 저량변수와 28개의 유량변수를 설정하였고, 210개의 인구모듈 결과변수, 의료이용 형태별 의료이용량과 의사인력 근무일수, 1인당 의사 진료량 등 의사의 생산성을 보조변수로 설정하였다. 자료원은 질병관리청의 지역사회건강조사, 통계청의 인 구동향조사 및 장래인구추계, 건강보험통계연보 등 보건의료통계자료를 활용하였다. 기준연도는 자료가 충분한 2019년으로 설정하여 2040년까지 총 22년을 추계하였다[2,30-32] (Tables 1, 2).
  수요 저량유량도는 2019년 기준 환자의 1인당 의료이용량을 위한 인구모듈을 기반으로 구성하였다. 인구모듈은 7개의 연령과 성별로 구분하여, 출생 및 각 연령구간의 성장, 사망을 유입과 유출로 설정하였다. 또한 각 연령마다 사망률에 연령기간코호트 효과 보정값을 적용하였다. 입원과 외래로 구분한 의료서비스모듈을 설정하였다. 룩업 (lookup)함수 기능을 활용하여 각 성별, 연령별 입원과 외래의 환자 수와 입 · 내원일수를 2008–2019년의 비선형 함수형태로 설정하였다. 자료의 제한으로 입원 · 외래 이용비율과 요양기관 종별 비율 변수를 추가하여 산출하였다.
  최종적인 수요 추계를 위한 환자 1인당 의료이용량과 의사인력 생산성으로 구성된 의료서비스 수요 방법론 기반 저량유량도를 구성하였다. 기준연도 2019년의 총 외래(입원) 내원일수, 외래(입원)에 필요한 의사 근무일수(각 265일, 350일), 의사인력 수 등의 변수를 설정하였다. 최종 결과변수 추계 산출에 필요한 인구모듈의 결과변수 총 인 구수와 의료서비스모듈의 입 · 내원일수를 포함한 총 14개의 저량변수와 28개의 유량변수, 210개의 보조변수 모두에 해당하는 수식 혹은 상수들을 입력하여, 각 변수들을 비선형적이고 유기적으로 예측할 수 있도록 제시하였다. 이때 추계의 최종 결과변수는 의사인력의 수요값으로 설정하였다(Figure 1 and Appendices 1, 2).
  시스템 다이내믹스 관련 분석은 VENSIM PLE ver. 8.0.4 (Ventana Systems Inc., Harvard, MA, USA), 자기회귀이동평균(autoregressive integrated moving average, ARIMA) 모형 시계열 관련 분석은 SAS ver. 9.4 (SAS Institute Inc., Cary, NC, USA)를 이용하였다. 본 연구는 연세대학교 생명윤리심의위원회(institutional review board)의 심의 면제 승인(1041849-202111-SB-188-01)을 받았다.

 

 

2. 연구변수

1) 인구모듈 관련 변수

  연도별, 성별, 연령별 5세 단위 출산율과 사망률 등은 통계청 Korean Statistical Information Service (KOSIS) 국가 통계포털 자료를 참고하였다. 기존 추계된 장래인구추계 자료를 기반으로 사망률에 고유추정치(intrinsic estimator) 연령-기간-코호트(age-period-cohort, APC) 효과 분석을 적용하여 연령과 기간의 다중공선성을 보정하였다. 연령은 7개 구간의 0–<5세 연령은 영유아기(young), 5–<15세 연 령은 아동기(children), 15–<20세 연령은 청소년기(adolescent), 20– <45세 연령은 청년기(adult), 45–<65세 연령은 중년기(middle-aged), 65–<75세 연령은 은퇴기(retired), 75세 이상의 연령을 노년기 (elderly)로 구분하였다(Appendices 1, 2).

2) 의료이용량 관련 변수

  국민건강보험공단과 건강보험심사평가원의 건강보험통계(2021)를 참고하여 성별, 5세 단위 연령별, 의료이용 형태별 입 · 내원일수를 참고하였다. 저량유량도의 룩업함수를 활용하여 실증연구의 원인과 결과변수 값들을 함수로 표현하여 각 변수에 입력함으로써 비선형적 인 추계를 실시하고자 하였다.

3) 의사인력 생산성 관련 변수

  외래진료 근무일수는 265일, 입원병동 근무일수는 350일로 설정하였다. 이는 법정휴일, 법정공휴일, 임시공휴일, 대체공휴일을 고려하여 대한의사협회 의견을 참고하였다[22].

3. 분석방법

1) 시스템 다이내믹스 저량유량도

  시스템 다이내믹스는 1950년대 Massachusetts Institute of Technology 대학의 Forrester 교수에 의해 개발되었다. 이는 시스템 구성요소 간의 인과관계를 통해 시스템적 사고 기반의 모델화 및 시뮬레이션을 수행할 수 있으며, 행태 변화의 원인 규명과 미래예측 및 정책효과 분석에 주로 사용되는 분석기법이다[33]. 의사인력 수요에 관한 인과지도를 바탕으로 저량유량도를 설계하였고, 의사인력 수요 추계는 환자의 의료이용량과 의사인력의 생산성에 기반한 의료서비스 수요 방법론을 적용하였다. 미시적 시뮬레이션모형 중 코호트 기반모형(cohort-based models)을 활용하였다.
  동태적 변화파악에 용이한 저량유량도를 통해 인구모듈을 유입과 유출로 구현하였고, 보다 정확한 추계를 위해 출생과 사망 등 인구의 변화는 연령기간코호트 효과로 보정한 장래인구추계 자료를 사용하였다. 연령기간코호트 효과는 기존 지역사회건강조사자료를 활용한 연구의 결과값을 성별에 따라 적용하였다.

 

2) 다양한 추계 비교 및 검증

  본 연구의 의사인력 수요 추계결과와의 다양한 비교를 통하여 본 연구의 타당성을 확보하고자 하였다. 우선 통계청 장래인구추계 (2017) 자료와 본 연구의 인구모듈 추계결과를 비교하여 자료원의 차이를 확인하였다. 또한 기존 연구들의 대표적인 추계방법 시계열 분석(time series analysis) ARIMA 모형을 통해 행정안전부의 주민등록 인구현황(2021) 2011–2021년 분기별 국내 주민등록 인구수 자료를 참고하여 추계하였고, 이를 본 연구의 인구모듈 추계결과와 비교하여 분석방법의 차이를 확인하였다. 마지막으로, 동일한 연구방법으로 의사인력 수요값을 추계한 한국보건사회연구원(2015)의 연구와 본 연구의 수요결과를 비교하여 모델링 혹은 변수의 차이 및 해석의 차이가 존재하는지 확인하였다.

3) 시나리오 분석(scenarios analysis)

  시스템 다이내믹스 모델은 수학적으로 표현하기 어려운 변수 간의 비선형 관계(non-linear relationship)를 파악할 수 있다는 점에서 강점이 있다. 이는 일정의 전환함수(transformation)를 특정 시점에서 직접 입력하는 방법이다. 이외에도 조절자(controller)에 의한 진동 모델(oscillation model)과 시차(time lag)의 최소화를 위한 시차효과 모 델링(time delay modeling) 등의 시뮬레이션 방법도 있다. 인구모듈 혹은 의사 근무일수 및 생산성에 대해 객관적이며 유동적인 시나리오 분석을 실시하였고, 외부 환경 및 정책, 정치, 인구사회학적 요인들로 인하여 변화될 수 있는 개입(intervention)을 파악하고자 하였다. 본 연구에서는 룩업함수를 통하여 2차원 함수식을 변수에 입력하는 기능을 활용하였다.
  급변하는 현실세계의 불확실성에 대응하기 위해서는 단정적 미래 추계 예측이 아닌 다양한 환경 변화 및 사회 현상 파악에 의한 시나리오 기반의 전략적이고 다양한 미래추계가 필수적이다. 본 연구의 의사인력 저량유량도 수요 추계는 직업의식 변화, 삶의 질 향상 추구 현상, 생활양식 변화에 따른 진료형태 변화(휴일 및 야간진료 선호) 등 을 고려한 환자 진료량 혹은 근무일수, 그리고 의료기술 및 장비의 고도화, 신약개발 등에 따른 인구의 기대수명, 의사보조인력(전담간호 사; physician assistant) 및 신의료기술 발전에 의한 입원 환산지수, 코로나19와 같은 감염병 등 특정 시점의 개입(intervention) 및 의료전 달체계 개선, 질병구조 변화 등을 고려한 의료이용형태(입원/외래) 변화의 시나리오를 모두 제시하였다.

4) 지역별 의사인력 수요 추계 분석

  지역 간 독립성 혹은 오차의 등분산성(homoscedasticity) 가정에 의 존하여 공간적 변이를 고려하지 못하는 일반최소제곱법(ordinary least squares)의 한계점을 극복하고자 고안된 지리적 가중회귀모형 (geographically weighted regression)과 동일한 효과를 위해, 통계청 KOSIS 국가 통계포털 자료의 서울, 부산, 대구, 인천, 광주, 대전, 울산, 세종, 경기, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주 17개 권역의 지역별 공개자료를 활용하여 지역별, 성별, 연령별에 따른 각 출생률, 사망률, 인구수와 더불어 입 · 내원일수, 외래 · 입원 환자 수, 의사인 력 수의 변수값들에 해당 지역의 수식 및 상수를 대입하여 각 지역별로 의사인력 수요 추계를 하였다[34].

 

결 과

  국내 의사인력 수요 저량유량도의 추계결과, 외래환자 관련 의사인력 수요결과는 2019년 77,099명, 2025년 82,668명, 2030년 88,002명, 2035년 93,075명, 2040년 97,541명으로 증가하였다. 입원환자 관련 수요결과는 2019년 33,567명, 2025년 46,829명, 2030년 58,835명, 2035년 70,645명, 2040년 81,747명으로 외래환자에 비해 시간에 따라 높은 증가율을 나타내고 있다. 국내 총인구는 통계청의 장래인구추 계 자료를 기반으로 APC 효과를 적용하였고, 2019년 51,709,100명, 2025년 51,294,100명, 2030년 50,758,800명, 2035년 50,069,500명, 2040년 49,245,000명으로 나타났다. 입원과 외래의 전체 수요 결과값은 2019년 110,665명, 2025년 129,496명, 2030년 146,837명, 2035년 163,719명, 2040년 179,288명으로 증가하였다(Table 3).
  보다 합리적이고 객관적인 추계결과 도출을 위해 본 연구의 의사인력 수요 추계결과를 통계청 장래인구추계 자료원, 기존 분석방법 시계열 분석 ARIMA 모형 방법론과 해석의 차이가 존재하는 기존 연구 결과(대한의학회 전문의 작업부하량 기반 ARIMA 모형 추계, 경제학적 접근 면허등록의사 의사노동시장 기반 동태모형 추계, 한국보건 사회연구원 임상의사 시스템 다이내믹스 추계, 서울대학교 간호학과 면허등록의사 상대지수모형 추계, 한국보건사회연구원 활동의사 의 료수요 기반 ARIMA 모형 추계)들을 비교하였다[27,35-40] (Table 4). 그 결과, 한국보건사회연구원의 시스템 다이내믹스 수요 추계 연구 (2017)와 시계열 ARIMA 모형 수요 추계 연구(2020)를 제외한 대한의 학회(2017), 경제학적 연구(2006), 서울대학교 간호학과의 상대지수 모형 추계 연구(2020)는 본 연구보다 비교적 높은 추계결과를 보였다. 연구방법과 자료원, 기존 연구 등 종합적인 추계 비교를 한 결과, 인구 추계는 장래인구추계 자료를 활용하였으나, APC 효과 적용에 의해 추세가 상이하였다. ARIMA 모형 추계는 본 연구와 유사하였으나, 동일한 방법론 연구(2015)의 결과는 큰 차이를 보였다(Figure 2).
  근무일수, 기대수명, 입원 환산지수, 의료이용형태별 입원외래 비율을 시나리오별로 추계하였다. 그 결과, 의사인력의 근무일수가 증가할수록 수요 인원은 감소하였으며, 인구의 기대수명이 증가할수록 수요인력은 증가하였다. 입원 환산지수를 감소시킬수록 의사인력 수요 인원은 감소하였고, 의료이용형태의 외래비율이 증가할수록 의사 인력 수요 인원은 증가하는 것으로 나타났다(Figure 3).
  시스템 다이내믹스 저량유량도의 각 변수들에 지역별 변이요인이 고려된 서로 다른 자료 결과를 입력하여 공간의 이질성 문제를 해결 하고자 하였다. 지역별 국내 임상의사 인력 수요를 파악하기 위해 2009년부터 2019년까지 총 11년간의 자료를 활용하여, 2020년부터 2050년까지의 서울, 부산, 대구, 인천, 광주, 대전, 울산, 세종, 경기, 강 원, 충북, 충남, 전북, 전남, 경북, 경남, 제주 17개의 권역을 추계 및 비교한 결과, 대부분 지역에서 수요가 지속적으로 증가하고 있으며, 시간에 따라 전년도 대비 증가량은 감소하는 것을 확인하였다. 특히 경기지역은 다른 지역보다 뚜렷한 의사인력 수요량의 증가추세를 보이고 있으며, 서울특별시와 경상남도에서는 각 2040년, 2047년부터 의 사인력 수요값이 2만 명을 초과하는 것으로 나타났다. 수요의 증가량은 전라남도, 전라북도, 부산광역시에서 비교적 높게 나타났으며, 세종시는 다른 지역에 비해 2027년까지 증가추세가 장기간 지속될 것이고, 부산광역시와 경기도는 2026년까지 증가추세가 유지될 것으로 나타났다(Figure 4).

 

 

고 찰

  본 연구는 국내 의사인력 수요의 객관적이고 합리적인 판단을 위한 의사 수요모델을 제시하여, 보다 정확한 인력 추계를 목적으로 수행되었다. 분석결과, 첫째, 2019년의 임상의사의 수요는 110,665명이고, 2025년에는 129,496명, 2030년 146,837명, 2035년 163,719명, 2040년 에는 179,288명으로 꾸준히 증가하였다.
  둘째, 대부분의 연구가 유사한 수요 추계결과를 보였지만, 장래인 구추계 자료와 ARIMA 모형의 추계결과, 기존 동일 방법론 연구와는 차이를 보였다. 대한의학회(2017)의 연구는 ARIMA 모형을 기반으 로 하였기에, 본 연구보다 높은 수요 추계를 보였고[35], Ryoo [36] (2006)의 경제학적 접근 연구는 의사의 노동시간과 임금을 고려하였는데 본 연구보다 전반적으로 높은 추계를 보였다. 한국보건사회연구원(2015)의 시스템 다이내믹스 연구의 수요 추계의 결과는 의료이 용량에 대한 추계만 고려하여 시간에 따른 낮은 증가량을 보였다[38]. 서울대학교 간호학과의 연구(2020)는 본 연구보다 높은 수요 추계를 보였는데, 이는 상대지수모형 기반으로 이전 연도에 많은 영향을 받았기 때문이다[27]. 마지막으로 한국보건사회연구원(2020)의 정기 적인 연구결과는 비교적 본 연구와 가장 유사하였으나, 수요의 추계 결과가 조금 더 낮게 산정되었다[40]. 이러한 이해관계에 따른 기관별 추계결과 차이를 극복하고자 본 연구의 수요모델의 의사 진료량을 입원과 외래로 구분하여 제시하였다.
  셋째, 시나리오에 따른 의사인력 근무일수 증가는 수요의 감소를 보였다. 인구의 기대수명, 입원 환산지수, 의료이용형태 비율을 증가 할수록 의사인력 수요도 증가하는 것으로 나타났다.
  넷째, 수요의 경우는 경기지역에서 매우 높은 상승 추이를 확인할 수 있었고, 그 결과, 시간이 지날수록 경기도의 의사인력 수급 격차가 더욱 악화될 것이라는 점을 확인하였다(Table 5).
  2019년부터 2040년까지 22년간의 국내 임상의사 인력 수요 추계를 하고자, 인과지도를 바탕으로 개발한 의사인력 수요 저량유량도를 제시하였다. 본 연구의 의사인력 수요모델은 기존 단변량 시계열 ARIMA 모형 분석[4,40]은 물론 기존 시스템 다이내믹스 추계 연구 [38]보다 심층적이고 다양한 시도를 통해 개발되었다. 기존 방법론에 비해 시스템 다이내믹스는 시간에 따른 시스템의 동적 변화를 분석하는 데 용이하며[41], 시스템 간 혹은 시스템 내부의 개체 간 상호 인과 관계를 시스템적 사고로 이해하고 분석할 수 있다[42,43]. 또한 사회 적 문제 등의 관념적이고 추상적인 문제를 과학적 토대로 실제세계 (real world) 수준으로 파악할 수 있다[44]. 시스템 다이내믹스의 가장 중요한 가치는 시간의 흐름에 따른 기간 설정 내의 장기적인 시뮬레이션과 다양한 시나리오 분석이 용이하다는 점이다[45]. 이러한 장점들을 십분 활용한 모델링은 시간의 변화에 따른 딜레이 및 피드백 루프, 개입 등을 고려할 수 있는 수요의 인구모듈 기반 접근법을 채택하 였다. 이는 인구의 출생과 연령별 성장과 사망에 대한 유입유출에 기 반하였다[46]. 또한 동태적이고 인과적인 분석이 가능한 점을 활용하여, 의사인력의 근무일수와 진료량 등 생산성을 입원과 외래로 구분하여 추계하였다.
  모델링의 구조는 2020년 한국보건사회연구원에서 발표한 Oh [40]의 연구에서 수요접근법을 참고하였으나, 변수 및 변수 입력값은 대한의사협회(2020)의 이사회 의견을 충분히 반영하여 합리적으로 구성하였다[22]. 또한 질병관리청의 지역사회건강조사 자료를 활용한 APC 효과를 적용한 인구모듈을 기반하여 모델링을 하였다는 점에서 기존 연구와의 차이점이 있다. 의사인력 수요 추계결과, 기준연도 2019년에서 임상의사의 수요는 110,665명, 2023년부터는 임상의사 수요가 12만 명을 넘어섰다. 2026년 임상의사 수요는 13만 명을 넘어, 2037년에는 17만 명 이상의 임상의사가 필요한 것으로 추계되었다
  세 번째 단계는 본 연구의 임상의사 수요 추계모델링의 다양한 비교분석을 실시하여, 타당성을 검증하고자 하였다. 수요모델은 통계청의 장래인구추계 추계값과 본 연구의 인구모듈 추계값을 비교하였다. 또한 보편적인 인력 추계방법론으로 제시되는 시계열 분석 ARIMA 모형과의 비교, 다양한 이해관계 및 상이한 접근법에 따른 기존 연구의 추계결과 비교를 실시하였다. 본 연구 모델링 추계결과의 객관성을 검증하였다. 이때 적정한 수요 산정의 기준점은 OECD 국 가통계지표와 단순 비교하였다[47]. OECD 지표는 국가 간 고유의 특성을 충분히 반영하지 못하는 점과 국가별 자료 누락으로 지적을 받고 있지만 비교분석에 용이한 장점이 있다[48].
  네 번째 단계는 시스템 다이내믹스의 동태적인 파악과 유연한 미래 추계가 용이하다는 장점을 통해 시나리오별 분석을 실시하였다. 의사인력의 적정 규모 관련 논란의 명확한 해결책이 제시되지 않는 상황에서 현실 반영된 시나리오별 분석은 매우 의미가 있다[24]. 이러한 논란은 다양한 분석방법 및 접근법, 연구에 사용된 변수, 연구자의 관 점마다 상이한 분석결과 및 연구기관에 따른 일관되지 못한 결론 도출, 명확한 의사인력의 적정 산정 판단기준의 부재가 맞물려 근본적인 시비에 대한 이분법적 결론을 낼 수 없다는 데 까닭이 있다. 기존 연구들은 진료일수와 입학생 수의 시나리오 분석이 공통되지만[34,37, 49], 본 연구는 각 변수들의 단변량 및 다변량 조절자(controller)를 사용 하여 수요모델의 진료형태의 변화, 환자 진료량, 의사의 근무일수, 기대수명의 증가, 입원 환산지수의 증감 등을 정책 개입에 따른 시나리오별 분석을 실시하였다. 이러한 여러 가정을 통한 시뮬레이션 이외에 시간 지연(delay), 함수관계식(lookup), 시간의 점진적 변화(smooth), 시간의 급진적 변화(pulse), 시점 개입(step) 함수 등의 기능을 활용한 외부요인의 개입시점을 조절한 점이 특징이다. 의사인력의 근무일수가 증가할수록 수요 인원은 감소하였으며, 인구의 기대수명이 증가할수록 수요인력은 증가하였다. 입원 환산지수를 감소시킬수록 의사 인력 수요 인원은 감소하였고, 의료이용형태의 외래비율이 증가할수록 의사인력 수요 인원은 증가하는 것으로 나타났다. 이는 2020년 Jang [50]의 연구에서 통계청 장래인구추계 결과, 일정 기간 이후 상당한 수준의 감소추세의 의견과 유사하다.
  마지막 단계는 시스템적 사고에 기반한 모델링과 구조의 인과성이 고려된 통합적 시뮬레이션이 가능한 점에서 지역별 의사인력 수요를 비교분석하였다. 본 연구의 결과와 마찬가지로 의사인력의 수요는 대부분 국가에서 도시지역에 편중되어 있다. 이는 의사인력 산정에 따른 절대적인 양적 분석만으로 해결할 수 없다. 의사인력 분포에 영 향요인에는 출생지, 성별, 연령, 개인적 가치, 배우자 등의 개인적 요인과 환경요인, 근로시간 및 환경, 주관적 인식 등의 근무조건 요인, 인센티브, 미래 소득, 경력, 발전 기회 등의 만족도 요인과 같은 복합적인 영향들의 고려가 필요하기에 다각도의 해결방안 모색이 요구되지만 [51], 한정된 의료자원은 환자 측면의 의료접근성과 자원 측면의 효율 적 운영을 저해하는 중요한 요인이다[52,53].
  대부분의 기존 연구들은 인력 수급 추계를 단변량 분석으로 진행되었다[54]. 이렇듯 이전과 이후 시점의 절대 증감 차이를 통한 등차 추계방법과 시계열 ARIMA 모형 추계방법은 다양한 변수들의 동태적인 변화를 시스템적으로 영향을 미치는 인과관계를 고려하지 못하는 점과 비선형적 분석에 비해 과도한 추계값을 도출할 수 있다는 단점 이 존재한다. 본 연구는 저량유량도를 통해 이전 연구들과 다르게 지역 간 독립성을 확보하고 공간의 이질성을 해결하고자 하였다. 각 지역별 변수를 입력하여 시뮬레이션한 결과, 의사인력 수요는 경기지역에서 유독 높은 상승 추이를 나타냈다. 호주는 도서산간지역 혹은 재학생 의과대학 소재지와 동일한 지역에서 임상활동을 한다는 가정 하에 거주 및 이주, 정주를 위한 가족 지원금 등의 정부 지원을 시행하고 있다[55]. 또한 일본은 단기적 차원의 구인구직 권장 및 근무환경 개선, 복리후생 지원, 보조금 지급 및 교육 · 연수의 기회 확대, 지역 임상연수병원의 활성화 등의 노력과 장기적 차원의 근무지역 강제 지정 을 통한 일정 기간 의무적 근무 유인의 지역정원제도, 국 · 공립 의과 대학과 유사한 혜택과 동시에 대학 소재지에서 근무를 해야 하는 자치의과대학시스템을 운영하고 있다[25]. 의사인력 수요의 지역 간 불균형 이외에 의료전달체계에 따른 의료기관 규모별 불균형 또한 중요한 과제이다. 이는 지역에 따른 대도시 소재 의료기관의 쏠림 현상과 그에 따른 지방 국립대학병원의 전공의 인력 충원, 중소병원 대비 대 형병원의 전공의 편중 현상 등이 원인으로 지적되고 있다. 코로나19 와 같은 국가적 팬데믹 상황의 감염관리, 만성질환관리, 모자보건과 노령보건 등 일차의료 의사인력 배치를 위해 약 20%에 불과한 일반의 양성이 필요하며, 기피 진료과 중 하나인 외과계와 응급의학 분야의 근무환경 개선을 통해 국내 의료전달체계의 중추역할을 하는 이차의료기관의 지역별 균등한 인력 배치도 중요한 현안이다[56].
  본 연구의 제한점은 다음과 같다. 첫째, 환자 개인의 특성, 질병구조의 변화, 사회경제학적인 외부환경의 변화, 삶의 질 및 만족도 등 사회 심리적 요인, 의료시스템 및 보장성 강화 등의 건강보험정책, 기타 재원, 물적 · 질적 자원 등의 다양한 국내 의사인력 수요 추계에 영향을 미치는 요인에 대한 국내 공개자료의 부족으로 인해 다양한 변수들을 통한 영향분석 및 예측을 최대한 반영하여 추계할 필요가 있다.
  둘째, 국내 의사인력 수급은 양질에 대한 합리적인 논의가 필요하므로 인력의 지역별, 의료기관 종별, 진료과별 불균형에 따른 적절한 배치와 비임상 의사 혹은 공중보건 및 공공의료 종사 인력에 대한 처우 개선 등 질적인 연구가 병행되어야 할 필요가 있다. 이를 보완하기 위해 더 풍부한 문헌고찰을 실시하였다.
  셋째, 시스템 다이내믹스 방법론의 한계점인 연구자의 조작적 정의 및 주관적 인식 개입에 따른 객관성 확보가 중요할 것이다. 이를 위해 다양한 분석을 실시하였다.
  다양한 분석을 실시하였다. 넷째, 의료기관에 종사하는 다양한 직종의 보건의료자원을 고려하 여 보건의료체계의 근간이 되는 정책 수립에 종합적이고 합리적인 판단의 시사점을 제시할 필요가 있다.
  위와 같은 한계점에도 불구하고 본 연구는 국내 의료인력 수급체계의 객관적이고 합리적인 판단을 위한 의사수급 모델을 제시하여, 보다 정확한 인력 추계를 하며, 다양한 시나리오를 통해 정책의 방향 설정에 기초자료를 제공하고자 하였다. 본 연구는 시스템 다이내믹스 방법론을 통하여 국내 임상의사인력 수급의 다양한 시나리오별 추계 와 지역별 추계를 실시하여 합리적이고 총량적 인력 수급 이외에 인력 분포의 수급 불균형을 확인하였다는 데 의의가 있다.
  요약하면, 총량적인 차원에서의 국내 의사인력 수급 차이는 점점 심화될 것이고, 그 결과 의사를 필요로 하는 수요가 꾸준히 증가할 것이라 판단된다. 그러나 이 연구는 진료과별, 질병분류별, 환자보험유 형별에 따른 의료인력 직군 전반의 추계를 못한 점에 대하여 추가적인 모델링 개발이 필요하다.

 

이해상충

  이 연구에 영향을 미칠 수 있는 기관이나 이해당사자로부터 재정적, 인적 지원을 포함한 일체의 지원을 받은 바 없으며, 연구윤리와 관련된 제반 이해상충이 없음을 선언한다.

감사의 글

  이 연구는 국민건강증진기금의 재원으로 질병관리청 만성질환관리과의 지원을 받아 수행된 연구이다.

ORCID

Gyeong Min Lee: https://orcid.org/0000-0002-5052-2232; Ki-Bong Yoo: https://orcid.org/0000-0002-2955-6948